| Русский Русский | English English |
   
Главная Текущий номер
27 | 10 | 2020
10.14489/vkit.2020.09.pp.003-012

DOI: 10.14489/vkit.2020.09.pp.003-012

Акопов А. С., Хачатрян Н. К., Бекларян Л. А., Бекларян А. Л.
СИСТЕМА УПРАВЛЕНИЯ БЕСПИЛОТНЫМИ ТРАНСПОРТНЫМИ СРЕДСТВАМИ НА ОСНОВЕ НЕЧЕТКОЙ КЛАСТЕРИЗАЦИИ. ЧАСТЬ 1. МОДЕЛЬ ДВИЖЕНИЯ ТРАНСПОРТНЫХ СРЕДСТВ
(с. 3-12)

Аннотация. Представлена система управления наземными беспилотными транспортными средствами (БТС), использующая методы нечеткой кластеризации для принятия решений на индивидуальном уровне. Разработан новый подход к управлению БТС, учитывающий состояние транспортных средств в плотном потоке, в частности, наличие дорожно-транспортных происшествий, появление дорожных заторов (кластеров высокой плотности) и др. Разработана модель движения БТС.

Ключевые слова:  беспилотные транспортные системы; интеллектуальная транспортная система; адаптивное управление; имитационное моделирование; нечеткая кластеризация; феноменологический подход.

 

Akopov A. S., Khachatryan N. K., Beklaryan L. A., Beklaryan A. L.
UNMANNED VEHICLE CONTROL SYSTEM BASED ON FUZZY CLUSTERING. PART 1. VEHICLE MOVEMENT MODEL
(pp. 3-12)

Abstract. A control system for ground unmanned vehicles is presented, using fuzzy clustering methods for making decisions at an individual level. A new approach to the management of ground unmanned vehicles has been developed, taking into account the state of vehicles in a dense traffic, in particular, the presence of road accidents, the appearance of traffic congestion (high density clusters), etc. An important advantage of this approach is the description of the rules for the interaction of various agents with each other and the external environment within the framework of the final decision-making system of individual agents without the need for a complex computational procedure for identifying the potentials of various forces of the system as a whole. In particular, such rules can be described using systems of differential equations with a variable structure, taking into account all the variety of possible interactions and collisions (potential collisions) between different (moving or stationary) objects. A key feature of the proposed model is the use of the concept of the radius of the agent’s personal space, which explains the effects of turbulence and crush. In this case, the radius of the agent’s personal space is a function of the density of vehicles. As a result, a model of unmanned vehicle movement is developed.

Keywords: Unmanned transport systems; Intelligent transport system; Adaptive management; Simulation modeling; Fuzzy clustering; Phenomenological approach.

Рус

А. С. Акопов, Н. К. Хачатрян (Национальный исследовательский университет «Высшая школа экономики»; ФГБУН «Центральный экономико-математический институт РАН, Москва, Россия)
Л. А. Бекларян (ФГБУН «Центральный экономико-математический институт РАН, Москва, Россия)
А. Л. Бекларян (Национальный исследовательский университет «Высшая школа экономики», Москва, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

 

Eng

A. S. Akopov, N. K. Khachatryan (National Research University Higher School of Economics; Central Economics and Mathematics Institute Russian Academy of Science, Moscow, Russia),
L. A. Beklaryan (Central Economics and Mathematics Institute Russian Academy of Science, Moscow, Russia)
A. L. Beklaryan (National Research University Higher School of Economics, Moscow, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

 

Рус

1. Сарханянц К., Новый В. Беспилотные автомобили Uber стали участниками 37 ДТП [Электронный ресурс]. URL: https://www.kommersant.ru/doc/ 4149638 (дата обращения: 03.08.2020).
2. Akopov A. S., Beklaryan L. A. An Agent Model of Crowd Behavior in Emergencies // Automation and Remote Control. 2015. V. 76, No. 10. P. 1817 – 1827.
3. Akopov A. S., Beklaryan L. A. Simulation of Human Crowd Behavior in Extreme Situations // Intern. Journal of Pure and Applied Mathematics. 2012. V. 79, No. 1. P. 121 – 138.
4. Antonini G., Bierlaire M., Weber M. Discrete Choice Models of Pedestrian Walking Behavior // Transportation Research Part B: Methodological. 2006. V. 40, No. 8. P. 667 – 687.
5. Helbing D., Farkas I., Vicsek T. Simulating Dynamical Features of Escape Panic // Nature. 2000. No. 407. P. 487 – 490.
6. Helbing D., Molnar P. Social Force Model for Pedestrian Dynamics // Physical Review E. 1995. V. 51, No. 5. P. 4282 – 4286.
7. Helbing D., Johansson A., Al-Abideen H. Z. Dynamics of Crowd Disasters: An Empirical Study // Physical Review E. 2007. V. 75, No. 4. P. 0461091 – 0461097.
8. Helbing D., Johansson A., Al-Abideen H. Z. Crowd Turbulence: The Physics of Crowd Disasters // The Fifth Intern. Conf. on Nonlinear Mechanics (ICNM-V). Shanghai, 2007. P. 967 – 969.
9. Многоагентная система управления наземными беспилотными транспортными средствами /А. С. Акопов и др. // Информационные технологии. 2020. Т. 26, № 6. С. 342 – 353.

Eng

1. Sarhanyants K., Noviy V. Self-driving cars Uber were involved in 37 road accidents. Available at: https://www.kommersant.ru/doc/ 4149638 (Accessed: 03.08.2020). [in Russian language]
2. Akopov A. S., Beklaryan L. A. (2015). An Agent Model of Crowd Behavior in Emergencies. Automation and Remote Control, Vol. 76, (10), pp. 1817 – 1827.
3. Akopov A. S., Beklaryan L. A. (2012). Simulation of Human Crowd Behavior in Extreme Situations. Intern. Journal of Pure and Applied Mathematics, Vol. 79, (1), pp. 121 – 138.
4. Antonini G., Bierlaire M., Weber M. (2006). Discrete Choice Models of Pedestrian Walking Behavior. Transportation Research Part B: Methodological, Vol. 40, (8), pp. 667 – 687.
5. Helbing D., Farkas I., Vicsek T. (2000). Simulating Dynamical Features of Escape Panic. Nature, 407, pp. 487 – 490.
6. Helbing D., Molnar P. (1995). Social Force Model for Pedestrian Dynamics. Physical Review E, Vol. 51, (5), pp. 4282 – 4286.
7. Helbing D., Johansson A., Al-Abideen H. Z. (2007). Dynamics of Crowd Disasters: An Empirical Study. Physical Review E, Vol. 75, (4), pp. 0461091 – 0461097.
8. Helbing D., Johansson A., Al-Abideen H. Z. (2007). Crowd Turbulence: The Physics of Crowd Disasters. The Fifth International Conference on Nonlinear Mechanics (ICNM-V), pp. 967 – 969. Shanghai.
9. Akopov A. S. et al. (2020). Multi-agent control system for ground unmanned vehicles. Informatsionnye tekhnologii, Vol. 26, (6), pp. 342 – 353. [in Russian language]

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2020.09.pp.003-012

и заполните  форму 

Отправляя форму вы даете согласие на обработку персональных данных.

.

 

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2020.09.pp.003-012

and fill out the  form  

 

.

 

 

 
Поиск
Баннер
Баннер
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Баннер
Баннер
Rambler's Top100 Яндекс цитирования